L’intelligence artificielle est à la mode en médecine.  Cette technologie permettra -t-elle aux patients d’être mieux soignés ? N’en déplaise aux techno-prophètes, mon stéthoscope est pour l’instant plus utile.

Wikipédia nous apprend que l’intelligence artificielle (IA) est « l’ensemble des théories et des techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence ». Elle correspond donc à un ensemble de concepts et de technologies plus qu’à une discipline autonome constituée.

Le Machine learning (« apprentissage automatique ») est une des formes de l’intelligence artificielle. Elle s’appuie sur des algorithmes d’apprentissage et se nourrit de grandes quantités de données. La principale distinction entre les méthodes d’apprentissage traditionnelles et l’apprentissage machine est qu’en machine learning, un modèle apprend à partir d’exemples plutôt que d’être programmé avec des règles.

A ce stade, il me parait nécessaire de souligner un point important. Aussi puissante que puisse être cette technologie, elle n’a pas d’intelligence « générale », de bon sens. Stéphane Benoit-Godet, rédacteur en chef du Temps le rappelait avec un bel exemple dans l’une de ses chroniques : « un jour, deux ordinateurs joueront parfaitement ensemble aux échecs pendant que la pièce dans laquelle ils se trouvent flambe».

Les difficultés

Un article publié sur le site Harvard Business Review et intitulé Adopting AI in Health Care Will Be Slow and Difficult permet de comprendre les obstacles qui restent à franchir avant que l’IA ne puisse être utilisée en médecine. Le premier est celui de la certification de ces outils. On découvre dans cet article les efforts que doit faire la Food and Drug Adminsitration (FDA), l’organisme de régulation américain, pour adapter ses règles à ces nouveaux outils.  La nature évolutive des solutions d’IA pourrait même nécessiter de devoir répéter ce processus de certification.  Le machine learning, c’est aussi une black box, une boîte noire, aucune idée de ce qui se passe à l’intérieur, la certification ne va être simple.

Au-delà de cette question de certification, l’autre difficulté est bien évidemment celle de la validité médicale de l’IA. Sans études qui valident son utilité en clinique, les professionnels de la santé n’adopteront pas l’intelligence artificielle.

Le Prof. Christian Lovis, chef du Service des sciences de l’information médicale des Hôpitaux Universitaire de Genève (HUG), vient de publier dans le Journal of Medical Internet Research un article qui montre lui aussi la complexité de l’implémentation de l’IA en médecine. Il y écrit que « la médecine n’est pas une science comme les autres » et qu’elle est « profondément liée à des contraintes juridiques, éthiques, réglementaires, économiques et sociétales ». Le Prof. Lovis voit l’indispensable approche multiple de l’IA comme une opportunité, puisse-t-il avoir raison.

L’intelligence artificielle, un simple outil

En médecine, les domaines de l’IA les plus prometteurs sont liés au traitement de l’image ; la radiologie, la dermatologie et l’ophtalmologie. Même si on lit partout que ces outils sont plus performants que les médecins, leur validité doit encore être démontrée en dehors des études, c’est-à-dire en situation clinique.

Lorsqu’une innovation apparait, nous lui attribuons mille vertus. Mais l’IA ne sera au mieux qu’un outil de plus à disposition des professionnels de la santé. Lorsque je fais une prise de sang chez un patient pour qui je suspecte une anémie, je crois les résultats que m’envoie le laboratoire, même sans avoir moi-même compté les globules rouges. Il en sera de même pour l’IA, une aide pour le médecin.

Toujours plus de données

Un article sur l’utilité du machine learning en médecine a été publié dans le célèbre New England journal of Medicine en avril dernier. Les conclusions de cette publication sont pleines de bon sens : " L’augmentation de la quantité de données générée par le système de santé modifiera à l’avenir fondamentalement la façon d’exercer la médecine. Nous croyons fermement que la relation médecin – patient restera dans le futur la base de la médecine, une relation enrichie par les connaissances issues du machine learning."

J’espère bien sûr voir ces nouveaux outils révolutionner notre approche de certaines maladies mais pour l’heure, l’intelligence artificielle ne semble être qu’un nouvel outil à disposition des professionnels de la santé. Un outil dont il faudra encore prouver l’utilité.

• Jean Gabriel Jeannot est médecin, spécialiste en médecine interne à Genève, passionné par le numérique et l’innovation en médecine.